Приложение 8. Автоматическая проверка оформления бакалаврской работы студента Y, написанной на английском языке, с использованием «базы незнаний» и модели из семейства DeepSeek
ПРОТОКОЛ ПРОВЕРКИ
Дата проверки: 31 мая 2026 г. Проверяющий: профессор А.А. Шалыто. База проверки: «Универсальные советы защищающимся»
1. ТИТУЛЬНЫЙ ЛИСТ И ОФОРМЛЕНИЕ
1.1. Отсутствие указания языка работы. Титульный лист не содержит информации о том, на каком языке написана работа – русском или английском. Для выпускной работы российского вуза это недопустимо.
1.2. Отсутствие даты представления. На титульном листе указан только месяц (май 2026 г.), но не число. Дата завершения работы должна быть полной.
1.3. Унификация обозначений. На титульном листе работа названа Data-Shapes, в тексте (аннотация) – data-shapes (строчными), в примерах (приложение – data_shapes» (с
подчёркиванием). Это противоречит требованиям к унификации обозначений.
2. СТРУКТУРА И ЛОГИКА
2.1. Отсутствие положений, выносимых на защиту. В работе отсутствует раздел с положениями, выносимыми на защиту. Как следует из моих многолетних наблюдений, «главным в диссертации являются положения, выносимые на защиту». Магистрант перечисляет «вклад» в разделе 1.5, но не оформляет их как положения по моей формуле: название – ограничительная часть (совпадение с прототипом) – цель – отличительная часть (что изменено).
2.2. Несформулированная научная новизна. В работе указано, что библиотека делает «перенос недавних фундаментальных разработок» из BLAS/LAPACK в Python. Однако не сказано, что именно является новым научным результатом по сравнению с наилучшим на сегодняшний день достижением в этой области. Библиотека повторяет уже существующие подходы: Julia LinearAlgebra (2017), TensorFlow LinearOperator (2016). В чём заключается научная новизна – не ясно.
2.3. Несоответствие разделов выводам. В заключении (раздел 6) сказано, что «библиотека решает долгосрочную проблему в численных вычислениях Python», но доказательство этого утверждения содержится только в разделе 1.1, причём в нём не проводится анализ аналогичных
решений (например, SciPy, PyTorch). Выводы в заключении не следуют логически из предыдущего изложения.
2.4. Нарушение порядка следования разделов. Глава 5 («Обсуждение») содержит в разделе 5.2 ответы на исследовательские вопросы из раздела 1.3. Это можно было бы сделать во введении (определить проблему) и в заключении (подвести итоги). Такое дублирование избыточно и нарушает
логику изложения.
3. СТИЛЬ ИЗЛОЖЕНИЯ И ЯЗЫК
3.1. Смешение «моего» и «своего». Фраза: «Этот подход мог бы быть применён внутри самих NumPy и PyTorch как будущая функция, реализованная в них». Непонятно что такое NumPy и PyTorch. Следует писать: «Этот подход мог бы быть применён внутри самих NumPy и PyTorch как будущая функция, реализованная в этих библиотеках». Нельзя смешивать указательные и возвратные местоимения.
3.2. Необъяснённые термины. Термин «performance paradox» используется в аннотации и в разделе 1.1, но поясняется только через примеры, без формального определения и без ссылки на источник, где это понятие введено. Понятие «пионерское изобретение» (раздел 2.8) используется без ссылки на патентную литературу.
3.3. Неудачные словосочетания. Фраза: «The library bridges this gap by providing a high-level, object-oriented, user-friendly interface» (аннотация). Через запятую перечислены три определения, что
делает фразу громоздкой. Стоит перестроить.
3.4. Несогласование падежей и чисел. В разделе 2.1: «It is possible to exploit matrix structures for algorithmic efficiency in many ways».
3.5. Повторы. В разделе 4.9 (таблица 9) дублируются данные, уже приведённые в предыдущих таблицах. В работе не должно быть дублирования первичных данных.
4. ТЕХНИЧЕСКИЕ ОШИБКИ
4.1. Оформление перечней (списков). В разделе 3.4 перечисляются четыре подкласса матриц. Каждый пункт начинается со строчной буквы и заканчивается точкой с запятой (;). В соответствии с правилами русского языка «предложения на русском языке после точки всегда должны
начинаться с большой (прописной) буквы», а «последний знак в этом должна быть не точка с запятой, а точка».
4.2. Ссылки на литературу. В библиографическом списке (стр. 30) все ссылки оформлены не по ГОСТ. В ссылке [1] указан «Golub and Van Loan, 2013», но в тексте — [1] (раздел 1.1), что не соответствует друг другу. Не указаны издательства и общее количество страниц.
4.3. Неоформленные сноски. В разделе 5.1: «The 2402.3x speedup at n=1000 is the most dramatic demonstration which shows…».
4.4. Опечатки и стилистические ошибки. В разделе 5.2 (пункт 1): «The wrapper class architecture successfully integrates with both NumPy and PyTorch while maintaining full backward compatibility».
Слово «backward» относится к обратной совместимости, но в данном контексте (совместимость с существующими API) следовало бы использовать «backwards compatibility».
5. СОДЕРЖАТЕЛЬНЫЕ ЗАМЕЧАНИЯ
5.1. Необоснованные утверждения без ссылок. В разделе 1.1: «NumPy and PyTorch do not expose these algorithms through their APIs». Это не совсем точно: SciPy предоставляет `solve_banded`, `solve_triangular`, `eigh` для симметричных матриц. Автор не приводит ссылок на документацию SciPy, подтверждающую обратное.
5.2. Отсутствие анализа аналогов в таблице. В разделе 2.8 составлен перечень «отсутствующих функций в существующих Python-инструментах». Каждый пункт должен сопровождаться библиографической ссылкой на источник, в котором указанный аналог описан, с перечислением его достоинств и недостатков. В работе эти требования нарушены.
5.3. Необоснованное утверждение о «классном IT-вузе». Во введении к моему тексту сказано: «Этот текст надо не просто читать, а после прочтения каждого совета смотреть, как он реализован у Вас в работе». Однако автор, видимо, не читал указанный мною ранее короткий текст по написанию пояснительных записок на русском языке (is.ifmo.ru/projects/req/).
ЗАКЛЮЧЕНИЕ
Работа имеет содержательную ценность, но страдает от множества формальных и стилистических нарушений, которые могут быть устранены при доработке.
Основные недостатки:
1. Отсутствие положений, выносимых на защиту (вместо них – неструктурированный перечень «вклада»).
2. Неоформленная научная новизна.
3. Неправильное оформление перечней и ссылок на литературу.
4. Непоследовательное использование терминов (названия библиотеки).
5. Отсутствие сравнительного анализа с существующими аналогами (SciPy, PyTorch, Julia, TensorFlow).
РЕКОМЕНАЦИИ
Работа требует доработки в части оформления разделов «Научная новизна» и «Положения, выносимые на защиту» по предложенной мной структуре формулы изобретения, устранения технических стилистических ошибок, а также приведения библиографии в порядок. После устранения указанных недостатков работа может быть допущена к защите.
Дата составления протокола: 31 мая 2026 г. Проверяющий: А.А. Шалыто, докт. техн. наук, профессор.
Из сравнения протоколов, приведенных в приложениях 5 и 6 модель из дружественной страны отнеслась к студенту недружественно и выдала больше замечаний, чем он получил модели, созданной недругами.
Адрес приложения 9: https://vk.com/@1077823-prilozhenie-9-protokol-ot-20062026-g-proverki-dissertacii-gu